AI算力行业跟踪深度：辨析Scale Out与Scale Up，AEC在光铜互联夹缝中挤出市场的What、Why、How会员免费

AI算力跟踪深度：辨析Scale Out与Scale Up——AEC在光铜互联夹缝中挤出市场的What、Why、How证券分析师 ：张良卫执业证书编号：S0600516070001联系邮箱：zhanglw@dwzq.com.cn联系电话：021-601997932025年1月6日行业行业研究报告研究报告请务必阅读正文之后的免责声明部分研究助理：李博韦执业证书编号：S0600123070070联系邮箱：libw@dwzq.com.cn

核心观点我们认为AEC是AI计算时代Scale Up需求被放大后的新兴技术方向，与Scale Out光互联并不构成需求的“零和游戏”，后续有望在柜间、柜内、ToR层互联中继续渗透:1、绪论：如何辨析Scale Out与Scale Up网络? Scale Out网络实现集群内（Cluster，如万卡、十万卡集群）所有GPU卡互联，亮点在于网络内连接GPU数量大，与传统数据中心网络类似，Scale Up网络实现超节点内（SuperPod，如NVL 72）所有GPU卡互联，亮点在网络内单卡通信带宽高，为AI算力场景下并行计算、内存墙等瓶颈催生出的新兴需求；2、What：DAC、AEC、AOC是什么? 1）DAC、AEC都是铜连接，DAC无源（没有信号处理芯片）、AEC有源（有信号处理芯片），AOC是有源光连接；2）信号传输的核心部件与原理不同导致三类连接方式的功耗、距离、成本成倍递增；3、Why：为什么AEC在DAC、AOC的夹缝中挤出空间? 1）光进铜退已经发生于Scale Out网络：由于传输速率、距离均不断提升，光几乎已占据Scale Out所有互联场景；2）能用铜的场景就只会用铜不会用光：当前铜在10m以内高速连接仍可使用，因此光模块、CPO尚无法替代此场景；3） Scale Up互联GPU数量少距离近，10m以内铜连接或可全覆盖，并不构成对光互联空间的侵蚀；4）距离、尺寸等差距导致铜缆内部有源（AEC）进无源（DAC）退；4、How：AEC在算力网络侧如何部署、前景如何? 1）目前AEC主要用在Scale Up的柜间连接，如目前亚马逊Trn2-Ultra64使用 AEC柜间互联，ASIC芯片与AEC配比为1:1；2）AEC与ASIC两者的兴起有相关性而非因果性，其底层逻辑是计算与通信的再解耦：云厂使用ASIC或英伟达HGX等，而非英伟达DGX方案时，完全来自英伟达的计算+通信方案也随之解耦，云厂便可以自主选择使用AEC；3）AEC还可以向柜内与ToR层渗透：假如英伟达GB200 NVL72/8柜内换用AEC，一枚B200对应4.5支等效1.6T AEC，假如亚马逊Trn2-Ultra64柜内换用AEC，一枚Trainium2对应约3支800G AEC，决定配比的关键因素仍为单卡带宽及交换机层数； 假如AEC参与ToR层连接，和算力卡配比为1:1；4）与DAC产业链中连接器品牌方是最核心环节不同，Retimer芯片供应商+品牌方变为AEC产业链中主导方；投资建议：1）AEC有望在Scale Up兴起的趋势下获得越来越多的市场空间：关注兆龙互连，博创科技，推荐中际旭创，关注澜起科技；2）Scale Up有望带来新的交换机需求：推荐盛科通信，关注锐捷网络，紫光股份，中兴通讯；3）“光退铜进”并未发生，光模块市场需求基本未被动摇：推荐中际旭创，天孚通信，关注新易盛。风险提示：算力互联需求不及预期；客户开拓与份额不及预期；产品研发落地不及预期；行业竞争加剧。1

目录绪论：如何辨析Scale Out及Scale Up网络?What：DAC、AEC、AOC是什么?Why：为什么AEC在互联场景中挤出应用空间?How：AEC在算力网络侧如何部署、前景如何?投资建议风险提示2

1. 绪论：如何辨析Scale Out与Scale Up网络?3

若干超节点（SuperPod，如NVL 72）组成集群（Cluster，如万卡、十万卡集群）；•Scale Out网络实现集群内所有GPU卡互联，亮点在于网络内连接GPU数量大，与传统数据中心网络类似；•Scale Up网络实现超节点内所有GPU卡互联，亮点在于网络内单卡通信带宽高，为AI算力场景下新兴的网络架构。（由于篇幅有限本文未就技术原理做详细阐述，具体细节欢迎进一步交流）资料来源：Marvell，东吴证券研究所Scale Out网络与Scale Up网络最大GPU数（张）单卡带宽（Gb/s）Scale Out746496800Scale Up727200Scale Out与Scale Up网络对比（NVL72+CX-8网卡+三层Quantum-X800 IB网络）1. Scale Out已经成熟， Scale Up 源于AI训推计算范式改变集群内Scale Out超节点内Scale Up4

•AI训推需要分布...